南美白對(duì)蝦貨架期是其品質(zhì)安全監(jiān)控管理的重要依據(jù)之一。在實(shí)際流通過程中,南美白對(duì)蝦的品質(zhì)會(huì)隨著貯運(yùn)環(huán)境的變化而動(dòng)態(tài)變化,而標(biāo)簽在食品包裝上的保質(zhì)期是靜態(tài)的,如果實(shí)際貯運(yùn)環(huán)境同標(biāo)準(zhǔn)要求的環(huán)境有所偏離,這會(huì)導(dǎo)致銷售商和消費(fèi)者對(duì)南美白對(duì)蝦實(shí)際貨架期的判斷有一定的誤差。因此,有必要開展研究如何集合流通過程的動(dòng)態(tài)信息,快速準(zhǔn)確地預(yù)測(cè)南美白對(duì)蝦剩余貨架期,為其品質(zhì)安全控制提供決策依據(jù)。本課題選擇了南美白對(duì)蝦這一特定生鮮食品作為研究對(duì)象,研究了冷鏈貯運(yùn)過程中南美白對(duì)蝦的品質(zhì)變化規(guī)律,優(yōu)化預(yù)測(cè)指標(biāo)并構(gòu)建貨架期模型,從指標(biāo)維數(shù)和預(yù)測(cè)精度兩個(gè)方面衡量了模型的性能,得到相對(duì)優(yōu)選的貨架期預(yù)測(cè)模型,由此,設(shè)計(jì)了南美白對(duì)蝦剩余貨架期在線預(yù)測(cè)系統(tǒng)。實(shí)驗(yàn)研究工作有一定的難度和開拓性,其研究結(jié)果有一定的理論價(jià)值和實(shí)際應(yīng)用意義。本文具體研究的工作內(nèi)容如下:(1)介紹了國(guó)內(nèi)外常用的生鮮食品貨架期預(yù)測(cè)方法,并從模型的原理、指標(biāo)、精度、構(gòu)建方法、樣本獲取難易程度、樣本大小以及環(huán)境因素幾個(gè)角度詳細(xì)分析了傳統(tǒng)動(dòng)力學(xué)模型的不足,而基于人工智能的貨架期模型(BP神經(jīng)網(wǎng)絡(luò)或支持向量回歸模型)可以解決以上問題,故本文選擇人工智能方法來構(gòu)建南...

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 選題背景及研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 生鮮食品貨架期的預(yù)測(cè)方法研究現(xiàn)狀
        1.2.2 南美白對(duì)蝦貨架期的預(yù)測(cè)方法研究現(xiàn)狀
    1.3 論文研究目標(biāo)及內(nèi)容
    1.4 論文章節(jié)內(nèi)容
第二章 生鮮食品貨架期的預(yù)測(cè)方法綜述
    2.1 基于動(dòng)力學(xué)模型的貨架期預(yù)測(cè)的方法
        2.1.1 化學(xué)動(dòng)力學(xué)
        2.1.2 微生物動(dòng)力學(xué)
    2.2 基于統(tǒng)計(jì)學(xué)的貨架期預(yù)測(cè)的方法
    2.3 基于人工智能的貨架期預(yù)測(cè)的方法
        2.3.1 BP神經(jīng)網(wǎng)絡(luò)方法
        2.3.2 支持向量回歸機(jī)
    2.4 生鮮食品貨架期預(yù)測(cè)建模方法的比較
    2.5 本章小結(jié)
第三章 基于人工智能的南美白對(duì)蝦貨架期預(yù)測(cè)模型
    3.1 預(yù)測(cè)前的準(zhǔn)備
    3.2 南美白對(duì)蝦貨架期BP網(wǎng)絡(luò)預(yù)測(cè)模型
        3.2.1 網(wǎng)絡(luò)結(jié)構(gòu)的選擇
        3.2.2 輸入和輸出層參數(shù)以及隱含層節(jié)點(diǎn)數(shù)的確定
        3.2.3 網(wǎng)絡(luò)訓(xùn)練
        3.2.4 預(yù)測(cè)結(jié)果分析
    3.3 南美白對(duì)蝦貨架期SVR預(yù)測(cè)模型
        3.3.1 輸入和輸出參數(shù)的確定及歸一化處理
        3.3.2 確定模型核函數(shù)及最優(yōu)參數(shù)
        3.3.3 訓(xùn)練模型及預(yù)測(cè)
    3.4 兩種人工智能的南美白對(duì)蝦貨架期預(yù)測(cè)模型比較
    3.5 本章小結(jié)
第四章 基于GRA的南美白對(duì)蝦貨架期SVR預(yù)測(cè)模型
    4.1 關(guān)聯(lián)分析方法
    4.2 應(yīng)用GRA方法優(yōu)化預(yù)測(cè)指標(biāo)
    4.3 基于GRA的南美白對(duì)蝦貨架期SVR預(yù)測(cè)模型
        4.3.1 輸入和輸出參數(shù)的確定
        4.3.2 確定模型核函數(shù)及最優(yōu)參數(shù)
        4.3.3 訓(xùn)練模型及預(yù)測(cè)
    4.4 同等條件下采用其他方法構(gòu)建南美白對(duì)蝦貨架期預(yù)測(cè)模型
        4.4.1 基于全部指標(biāo)的南美白對(duì)蝦貨架期SVR預(yù)測(cè)模型
        4.4.2 基于動(dòng)力學(xué)模型的南美白對(duì)蝦貨架期預(yù)測(cè)模型
    4.5 三種模型的預(yù)測(cè)結(jié)果比較
    4.6 本章小結(jié)
第五章 南美白對(duì)蝦剩余貨架期在線預(yù)測(cè)系統(tǒng)
    5.1 需求背景
    5.2 系統(tǒng)設(shè)計(jì)
        5.2.1 系統(tǒng)邏輯架構(gòu)設(shè)計(jì)
        5.2.2 系統(tǒng)功能設(shè)計(jì)
    5.3 核心功能實(shí)現(xiàn)
        5.3.1 指標(biāo)數(shù)據(jù)管理
        5.3.2 預(yù)測(cè)模型訓(xùn)練
        5.3.3 貨架期在線預(yù)測(cè)
        5.3.4 數(shù)據(jù)分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 未來展望
參考文獻(xiàn)
附錄 攻讀碩士學(xué)位期間的科研成果
致謝



本文編號(hào)：3748269